Tren Teknologi

Mengulas inovasi terbaru, peningkatan protokol, solusi cross-chain, dan mekanisme keamanan dalam ekosistem blockchain. Ini memberikan perspektif yang berfokus pada pengembang untuk menganalisis tren teknologi yang muncul dan potensi terobosan.

AI Versi Siri, Mungkin Akan Seperti Ini

Tahun ini, WWDC Apple akan menjawab harapan global akan AI. Rumor terbaru mengungkap pembaruan besar untuk Siri, perubahan terbesar sejak peluncurannya pada 2011. Antarmuka baru didesain ulang dengan skema warna gelap, mengadopsi paradigma chatbot, dan terintegrasi dalam dengan Dynamic Island. Yang lebih krusial, Apple dikabarkan akan mengizinkan model AI pihak ketiga seperti Google Gemini dan Anthropic's Claude untuk diintegrasikan ke dalam pengalaman Siri, mengubahnya menjadi platform distribusi model AI. Pembaruan ini meliputi peningkatan antarmuka untuk mendorong penggunaan aktif, penambahan memori kontekstual agar percakapan lebih berkelanjutan, dan kerangka "Extensions" untuk model AI eksternal. Strategi ini menunjukkan pergeseran Apple: alih-alih hanya fokus pada pengembangan model AI terbaik, mereka memposisikan iOS sebagai platform kompetitif terbaik bagi berbagai model, mengandalkan integrasi sistem untuk mempertahankan pengguna. Apple telah tertinggal dalam beberapa tahun terakhir dengan Siri yang dianggap kurang cerdas dibandingkan pesaing seperti ChatGPT dan Gemini. Meski Apple Intelligence diperkenalkan tahun lalu, implementasinya terbatas. Pembaruan ini diharapkan menjadi momentum comeback. Namun, strategi ini menghadapi tantangan, terutama terkait privasi. Integrasi dengan infrastruktur Google (untuk Gemini) berpotensi mengikis janji privasi ketat Apple. Selain itu, Apple harus membuktikan bahwa integrasi sistem yang mereka tawarkan—seperti akses ke kontak, kalender, dan data ponsel—memberikan nilai tambah yang signifikan dibandingkan menggunakan model AI tersebut secara mandiri. Intinya, Apple bertaruh bahwa masa depan AI bukan tentang model terkuat, tetapi sistem yang dapat memanfaatkan berbagai model dengan cara paling mulus dan terintegrasi. Jawaban lengkap akan terlihat pada WWDC tanggal 8 Juni.

marsbit2 hari yang lalu 07:17

marsbit2 hari yang lalu 07:17

Era Gratis Internet, Sudah Berakhir

Era gratis internet, menurut banyak analisis, mungkin sedang berakhir. Meta, induk perusahaan Facebook, Instagram, dan WhatsApp, baru saja meluncurkan langganan berbayar global untuk produk-produknya, menandai pergeseran strategis besar. Instagram Plus (USD 3.99/bulan) menawarkan fitur seperti penjelajahan *Story* anonim dan analitik mendalam, sementara WhatsApp Plus (USD 2.99/bulan) fokus pada peningkatan privasi. Langkah ini bukan hanya tentang menghilangkan iklan, tetapi memberi pengguna kontrol dan fitur tambahan. Pergeseran ini didorong oleh dua faktor utama: tekanan regulasi privasi data di Eropa dan kebutuhan mendesak untuk mendanai investasi besar-besaran Meta dalam kecerdasan buatan (AI). Perusahaan baru saja mengalihkan ribuan karyawan dan berencana menghabiskan ratusan miliar dolar untuk infrastruktur AI. Bagian inti dari strategi baru ini adalah langganan AI premium (dengan dua tingkat harga, USD 7.99 dan USD 19.99), yang menawarkan kemampuan penalaran lebih kuat dan kecepatan lebih tinggi dibandingkan versi AI dasar yang tetap gratis. Dengan miliaran pengguna, bahkan tingkat konversi langganan yang kecil dapat menghasilkan miliaran dolar dalam pendapatan berulang yang dapat diprediksi, sesuatu yang sangat dihargai oleh investor. Meskipun survei menunjukkan banyak pengguna enggan membayar, kesuksesan Snapchat+ (dengan 15 juta pelanggan) membuktikan bahwa pengguna akan membayar untuk nilai yang dirasakan. Meta kini menjajaki masa di mana model "gratis dengan iklan" berdampingan dengan opsi berlangganan, mengakui bahwa layanan AI yang canggih memerlukan biaya tinggi yang harus ditanggung oleh seseorang—baik pengiklan maupun pengguna itu sendiri.

marsbit2 hari yang lalu 02:17

marsbit2 hari yang lalu 02:17

Ketika Token Lebih Mahal daripada Manusia, 'Narasi AI' Menghadapi Masalah

Aliran uang perusahaan untuk AI menghadapi ujian ketat karena biaya token terus melonjak, namun nilai bisnis yang terukur sulit ditemukan. Eksekutif Uber dan Microsoft menyoroti kesenjangan antara peningkatan konsumsi token dan perbaikan produk nyata, menciptakan istilah "tokenmaxxing" untuk menggambarkan pemborosan. Data dari berbagai sumber memperlihatkan gambaran mengkhawatirkan: Uber menghabiskan anggaran Claude Code tahunan dalam empat bulan, dengan tagihan per engineer mencapai $2000 per bulan. Platform Entelligence.AI menemukan bahwa dari setiap $1 biaya token AI, hanya $0,18 yang menciptakan nilai bagi pengguna, sementara sisanya habis untuk memperbaiki bug, pengerjaan ulang, dan gesekan dalam tinjauan. Harga token sendiri telah naik sekitar 65% sejak akhir Februari. Para analis terbelah. Pandangan positif berargumen bahwa ini hanya fase transisi, dan konsumsi token akan bergeser ke metrik biaya-per-tindakan-efektif yang lebih sehat, didukung oleh tanda-tanda peningkatan produktivitas nyata. Pandangan skeptis, yang dipimpin oleh analis seperti Jim Covello dari Goldman Sachs, memperingatkan bahwa model saat ini tidak berkelanjutan. Hampir semua nilai dalam rantai pasokan AI mengalir ke perusahaan semikonduktor seperti Nvidia, sementara banyak perusahaan pengguna berjuang untuk melihat ROI. Penelitian MIT bahkan menunjukkan 95% investasi AI generatif memberi laba nol. Kekhawatiran lain adalah struktur pendanaan melingkar antara raksasa cloud (Microsoft, Google, dll.) dan lab AI (OpenAI, Anthropic). Lab AI membayar tagihan komputasi besar ke penyedia cloud, yang juga investor utama mereka, menciptakan siklus ketergantungan. Keberlanjutan sistem ini bergantung pada aliran pendanaan eksternal yang konstan ke lab AI dan kesediaan pelanggan perusahaan membayar tagihan token yang terus naik. Meski tidak sebanding dengan gelembung dot-com 1999 dari segi valuasi, masalahnya nyata. Teknologi AI terbukti bermanfaat bagi pengguna berat, tetapi pertanyaannya kini adalah apakah penghematan biaya di tingkat perusahaan pengguna dapat mengimbangi biaya token yang meningkat dengan cukup cepat. Narasi bahwa peningkatan konsumsi token sama dengan keberhasilan transformasi AI telah runtuh. Faktanya, tagihan AI telah jatuh tempo, tetapi masih belum jelas siapa yang akhirnya akan membayarnya.

marsbit2 hari yang lalu 01:46

Ketika Token Lebih Mahal daripada Manusia, 'Narasi AI' Menghadapi Masalah

marsbit2 hari yang lalu 01:46

Li Kaifu dan Wang Xiaochuan Berbalik Arah, Babak Pertama Bisnis Model Besar Berakhir

Perubahan baru-baru ini pada Li Kaifu dan Wang Xiaochuan menandai pergeseran penting dalam lanskap startup AI China. Li Kaifu, melalui perusahaan Zero One Things, kini beralih fokus dari mengejar AGI dan model umum ke aplikasi, agen AI, dan komersialisasi. Target baru mereka adalah menjadi perusahaan AI 2.0 pertama yang profitable di China pada 2026, dengan pesanan kumulatif mencapai lebih dari 15 miliar yuan. Sementara itu, Wang Xiaochuan dengan Baichuan AI mengalihkan sumber daya inti ke bidang vertikal seperti kesehatan, meluncurkan model medis M4 dan produk dokter keluarga AI. Langkah ini adalah penyesuaian strategis setelah menyadari kesenjangan dengan model dasar AS dan berakhirnya红利 pelatihan awal. Industri model besar China memasuki fase baru. Berbeda dengan awal "Perang Ratusan Model" 2023 yang penuh idealisme, kini terlihat bahwa persaingan ini lebih mirip "perang industri berat" yang ditentukan oleh GPU, daya komputasi, data, modal, dan biaya inferensi. Investasi raksasa teknologi AS (lebih dari $7250 miliar pada 2026) dan perusahaan China seperti ByteDance dan Alibaba menciptakan tekanan besar pada startup. Dari enam startup unggulan awal ("AI Six Tigers"), kini mereka menempuh jalur berbeda: beberapa seperti Zhipu dan MiniMax telah IPO dengan fokus pada model umum; Baichuan dan Zero One beralih ke vertikal/spesialisasi; DeepSeek mengambil jalur open-source. Perubahan ini mencerminkan kematangan industri. China mulai menerima bahwa keunggulannya terletak pada penerapan, skenario, kemampuan rekayasa, dan kecepatan komersialisasi—bukan pada model dasar. Pergeseran dari mengejar "model terkuat" ke "nilai komersial nyata" menandai berakhirnya fase idealisme dan awal babak baru yang lebih realistis dalam bisnis AI China.

marsbit2 hari yang lalu 01:34

Li Kaifu dan Wang Xiaochuan Berbalik Arah, Babak Pertama Bisnis Model Besar Berakhir

marsbit2 hari yang lalu 01:34

Baru Saja, Claude Opus 4.8 Dirilis, Langsung Mengaku Dirinya Sebagai DeepSeek, Qwen

Anthropic meluncurkan model unggulan terbaru, Claude Opus 4.8, dan menyelesaikan pendanaan Seri H senilai $650 miliar, menilai perusahaan sebesar $965 miliar. Opus 4.8 menawarkan peningkatan dalam pengkodean, penalaran, tugas agen, dan pekerjaan berbasis pengetahuan, dengan harga yang sama. Model ini juga menunjukkan peningkatan kejujuran dan keselarasan. Anthropic memperkenalkan fitur baru seperti "effort control" (kontrol upaya) dan "dynamic workflows". Dynamic workflows memungkinkan Claude Code untuk mengelola tugas rekayasa yang kompleks dengan menjalankan banyak subagen secara paralel, seperti yang ditunjukkan dalam kasus migrasi Bun dari Zig ke Rust. Pendanaan besar-besaran ini akan digunakan untuk memperluas kapasitas komputasi melalui kemitraan dengan Amazon, Google, Broadcom, dan SpaceX. Strategi Anthropic berkembang dari sekadar menyediakan model AI menjadi menciptakan sistem kerja terintegrasi yang menggabungkan kecerdasan, alat, lingkungan pengembangan, dan infrastruktur cloud untuk perusahaan.

marsbit2 hari yang lalu 00:00

Baru Saja, Claude Opus 4.8 Dirilis, Langsung Mengaku Dirinya Sebagai DeepSeek, Qwen

marsbit2 hari yang lalu 00:00

Perang Anggaran Token: AI Perusahaan Masuk ke 'Era Perhitungan'

Perang Anggaran Token: AI Perusahaan Masuki 'Era Pertanggungjawaban Biaya' Dua tahun terakhir, banyak perusahaan mendorong penggunaan AI untuk mengikuti tren. Namun, kini CEO dan CFO mulai mempertanyakan nilai riil dari setiap dolar yang dihabiskan untuk token AI. Perdebatan tentang anggaran token intinya bukan sekadar memotong tagihan, tetapi menilai ulang alokasi sumber daya kecerdasan. Fase pertama AI perusahaan membuktikan bahwa model dapat menyelesaikan pekerjaan. Fase berikutnya akan menentukan: pekerjaan mana yang benar-benar layak dibayar? Biaya inferensi AI kini menjadi biaya operasional berkelanjutan, bukan lagi anggaran eksperimen. Tagihan token yang tinggi bisa mencerminkan pekerjaan nyata, tetapi juga bisa berarti pemborosan karena prompt yang buruk, konteks yang tidak relevan, atau pemilihan model yang berlebihan. Utilitas token marjinal—nilai bisnis yang diciptakan per dolar tambahan biaya inferensi—menjadi angka kunci namun sulit dilihat. Penyebabnya antara lain ekor panjang percobaan ulang (retry), inflasi konteks yang meningkatkan biaya secara kuadratik, dan perutean yang tidak efisien ke model termahal. AI mengubah logika SaaS. Penggunaan SaaS mengindikasikan adopsi perangkat lunak, sementara penggunaan AI hanya menunjukkan "meteran berjalan", tanpa jaminan nilai. Perusahaan membutuhkan lapisan atribusi yang menghubungkan biaya token dengan hasil bisnis, seperti biaya per tiket layanan yang diselesaikan atau per klaim yang diproses. Mereka yang menguasai atribusi dari token ke hasil akan mengendalikan alokasi anggaran AI: alur kerja mana yang pantas mendapat daya komputasi lebih, mana yang harus dialihkan ke model lebih murah, atau mana yang tetap ditangani manusia. Ini adalah inti dari perang anggaran token dan masa depan AI perusahaan yang matang.

marsbit05/28 12:16

Perang Anggaran Token: AI Perusahaan Masuk ke 'Era Perhitungan'

marsbit05/28 12:16

Pendapatan Anthropic Melampaui OpenAI Setidaknya 35%, Peta Kompetisi IPO Berubah

Dalam waktu hanya lima bulan, pendapatan tahunan Anthropic melonjak lima kali lipat menjadi sekitar $450 miliar, melampaui OpenAI yang diperkirakan $330 miliar dengan selisih minimal 35%. Keuntungan operasional Anthropic juga mencapai sekitar 5% pada kuartal kedua, sementara OpenAI mencatat kerugian operasional besar lebih dari 100%. Perbedaan ini memengaruhi perlombaan IPO mereka, di mana posisi finansial Anthropic yang lebih kuat dapat memberikan keunggulan dalam penilaian pasar. Jika Anthropic melangkah lebih dulu ke IPO, investor akan membandingkan kedua perusahaan secara langsung, sehingga mendorong OpenAI untuk mempertimbangkan percepatan rencana penawaran publiknya.

marsbit05/28 11:52

Pendapatan Anthropic Melampaui OpenAI Setidaknya 35%, Peta Kompetisi IPO Berubah

marsbit05/28 11:52

Analisis Mendalam tentang Rantai Industri "Koneksi Optik": Kendala Infrastruktur AI yang Tersembunyi di Balik Kemilau GPU

**Ringkasan Podcast: "Jaringan Optik untuk AI: Hambatan Infrastruktur yang Tersembunyi di Balik GPU"** Ketika kluster AI tumbuh hingga ribuan GPU, kemampuan untuk mentransfer data di antara GPU menjadi penghambat utama, bahkan lebih penting daripada kekuatan komputasi GPU itu sendiri. Artikel ini membahas mengapa **koneksi optik** (light interconnect) menjadi komponen kritis dan langka dalam infrastruktur AI. **Mengapa Tembaga Digantikan?** Kabel tembaga telah mencapai batas fisik: bandwidth terbatas, sinyal melemah pada jarak beberapa meter, dan boros daya. Serat optik menawarkan bandwidth puluhan kali lebih tinggi, jarak lebih jauh, dan konsumsi daya minimal. **Apa itu Modul Optik?** Modul optik bertindak sebagai "penerjemah" antara sinyal listrik dari GPU dan sinyal cahaya di dalam serat optik, terutama untuk komunikasi **antar-rak** server. Komponen utamanya meliputi chip laser (bahan InP/GaAs), modulator, detektor, chip DSP (silikon), dan lensa. **Revolusi CPO (Co-Packaged Optics)** Teknologi masa depan, **CPO**, merevolusi arsitektur dengan menempatkan komponen optik (dalam chip silikon khusus/SiPh) di dalam kemasan yang sama dengan chip GPU/switch, mengurangi jarak dan meningkatkan efisiensi. CPO menciptakan pasar baru untuk laser eksternal, wafer SOI, dan foundry SiPh. **Rantai Pasokan & Peluang Investasi** Rantai pasokan sangat terspesialisasi: * **Hulu:** Substrat InP (AXTI), epiwafer (IQE), substrat SOI (Soitec). * **Inti:** Produsen laser & modul (LITE, COHR, SIVE, AAOI), foundry khusus (TSEM untuk SiPh, Win Semi untuk InP). * **Hilir:** Chip DSP & switch (AVGO, MRVL), serat optik (GLW). Strategi investasi dapat disesuaikan dengan profil risiko: * **Konservatif:** Perusahaan besar dengan eksposur beragam (AVGO, MRVL, GLW). * **Seimbang:** Pemain kunci dengan eksposur langsung (COHR, LITE, TSEM). * **Agresif:** Perusahaan kecil di titik bottleneck dengan elastisitas tinggi (SIVE, AAOI, Soitec, AXTI, IQE). **Kesimpulan Utama:** 1. Permintaan koneksi optik untuk pusat data AI adalah nyata, mendesak, dan terkait langsung dengan volume GPU. 2. **CPO** adalah penggerak pertumbuhan terbesar di masa depan, berpotensi membuka pasar bernilai ratusan miliar dolar. 3. Peluang investasi terletak pada mengidentifikasi **titik bottleneck** dalam rantai pasokan yang terspesialisasi ini.

marsbit05/28 11:19

Analisis Mendalam tentang Rantai Industri "Koneksi Optik": Kendala Infrastruktur AI yang Tersembunyi di Balik Kemilau GPU

marsbit05/28 11:19

Angin 'AI Proaktif' Bertiup ke Silicon Valley, Hark Raup Pendanaan US$700 Juta

Sebuah perusahaan rintisan AI bernama Hark, yang didirikan akhir 2025 dan belum meluncurkan produk, berhasil mengumpulkan pendanaan Seri A senilai $7 miliar dengan valuasi mencapai $60 miliar. Pendanaan ini dipimpin Parkway Venture Capital dan didukung raksasa teknologi seperti NVIDIA, AMD Ventures, Intel Capital, Qualcomm Ventures, dan Salesforce Ventures. Hark bertujuan menciptakan antarmuka manusia-komputer generasi baru melalui kombinasi "model dasar buatan sendiri + perangkat keras khusus". Sistem ini dirancang sebagai perangkat keras asli AI yang dilengkapi model suara ujung-ke-ujung, kemampuan memori yang sangat personal, dan kemampuan multimodal untuk interaksi alami. Pendiri Hark, Brett Adcock, sebelumnya mendirikan Archer dan Figure (perusahaan robot humanoid). Timnya merekrut talenta dari Apple, Meta, Google, Tesla, dan lab AI terkemuka. Artikel ini menekankan tren pergeseran AI dari sekadar alat "pasif" di layar menjadi "asisten aktif" di dunia nyata melalui perangkat keras asli AI. Perangkat seperti ini memerlukan kemajuan simultan dalam model dasar, sistem operasi agen, memori personalisasi, dan terminal perangkat keras. Perusahaan rintisan China dinilai memiliki keunggulan dalam bidang ini karena ekosistem manufaktur yang lengkap (misalnya di Shenzhen), pasar aplikasi yang besar, dan dukungan kebijakan pemerintah yang menetapkan AI sebagai prioritas strategis. Contohnya termasuk Looki (perangkat wearable multimodal) dan LightSail Tech (sistem operasi AI untuk perangkat keras dan headphone AI dengan persepsi visual).

marsbit05/28 10:24

Angin 'AI Proaktif' Bertiup ke Silicon Valley, Hark Raup Pendanaan US$700 Juta

marsbit05/28 10:24

Era Pengguna Agen, Kemana Arah Aliran Nilai Enkripsi?

Dalam artikel ini, penulis mengeksplorasi bagaimana era Agent (agen AI otomatis) dapat mengubah aliran nilai dalam ekosistem blockchain. Teori "protokol gemuk" dan "aplikasi gemuk" sebelumnya berasumsi pengguna adalah manusia, tetapi Agent mengubah dinamika ini karena mereka berinteraksi langsung melalui API tanpa loyalitas merek dan dapat beralih dengan mudah. Penulis memaparkan beberapa kemungkinan skenario: aplikasi dapat menjadi "tanpa kepala" dengan menyediakan API untuk Agent; protokol dapat bangkit kembali jika Agent melewati lapisan perantara; atau tekanan kompetisi harga dapat mengurangi margin keuntungan di seluruh tumpukan teknologi. Selain itu, Agent dapat menciptakan aktivitas ekonomi baru yang sebelumnya tidak layak, seperti rebalancing portofolio berkelanjutan dan pembayaran mesin-ke-mesin. Intinya, pertanyaan kunci di era Agent bukan lagi ke mana nilai akan mengalir, tetapi apa yang akan membuat Agent kembali ke suatu platform meskipun ada banyak alternatif—bukan pengalaman pengguna, tetapi likuiditas, latensi, kepastian penyelesaian, atau model bisnis baru yang belum dinamai saat ini.

marsbit05/28 08:34